non-local 论文及代码复现总结

本文总结了Non-local(non-local means)算法的实现细节,包括NLmeansfilter函数中的搜索窗移动控制、高斯加权欧式距离计算以及高斯核函数的理解。通过代码复现加深了对非局部寻找相似区域思想的认识,特别是其在纹理和周期性结构区域去噪的优势。此外,探讨了算法的时间复杂度,指出其与搜索窗、相似窗及图像大小的关系。
摘要由CSDN通过智能技术生成

一、NLmeansfilter 函数

function [output]=NLmeansfilter(input,t,f,h)
 %  input: 处理的图像
 %  t: 搜索窗的半径
 %  f: 相似窗的半径
 %  h: 滤波参数
 [m,n]=size(input);%图像的范围
 output=zeros(m,n);
 input2=padarray(input,[f f],'symmetric');%便于后面控制边界的处理
 kernel=make_kernel(f);
 kernel=kernel/sum(sum(kernel));%高斯滤波器
 for i=1:m
     for j=1:n
         i1=i+f;
         j1=j+f;
         W1=input2(i1-f:i1+f,j1-f:j1+f);%使用2f+1区域
         wmax=0;
         average=0;
         sweight=0;
         rmin=max(i1-t,f+1);
         rmax=min(i1+t,m+f);
         smin=max(j1-t,f+1);%不断变化搜索窗的大小
         smax=min(j1+t,n+f);%之前始终没懂这里是干什么的,用于控制搜索窗口的移动
         %遍历搜索21*21的区域
         for r=rmin:1:rmax
             for s=smin:1:smax
                 if(r==i1&&s==j1)%遍历搜索,若遇到的相同的像素跳过
                     %以r,s的像素为中心计算高斯加权欧式距离
  
  • 1
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值